
karolzak/support-tickets-classification
📦 ओपन सोर्स प्रोजेक्टkarolzak
मशीन लर्निंग और एज़्योर क्लाउड का उपयोग करके सपोर्ट टिकट वर्गीकरण को स्वचालित करने के लिए एक व्यावहारिक प्रूफ-ऑफ-कांसेप्ट।
यह रिपॉजिटरी उन संगठनों के लिए एक शैक्षिक ब्लूप्रिंट के रूप में कार्य करती है जो अपनी सपोर्ट टिकट ट्राइएज प्रक्रियाओं को स्वचालित करना चाहते हैं। यह एआई प्रोजेक्ट के पूरे जीवनचक्र को कवर करता है, जिसमें NumPy और Pandas जैसी पायथन लाइब्रेरी का उपयोग करके प्रारंभिक टेक्स्ट विश्लेषण और डेटा प्रीप्रोसेसिंग से लेकर मॉडल प्रशिक्षण और तैनाती तक शामिल है। यह प्रोजेक्ट विशेष रूप से एज़्योर मशीन लर्निंग और एज़्योर वेब ऐप सर्विस सहित एज़्योर सेवाओं के साथ मशीन लर्निंग वर्कफ़्लो को एकीकृत करने पर केंद्रित है। टेक्स्ट वर्गीकरण के लिए एक संरचित दृष्टिकोण प्रदान करके, यह डेवलपर्स को यह समझने में मदद करता है कि स्थानीय मशीन लर्निंग प्रोटोटाइप से प्रोडक्शन-रेडी क्लाउड-आधारित वेब सर्विस में कैसे संक्रमण किया जाए। कार्यान्वयन टेक्स्ट-आधारित डेटासेट में फीचर इंजीनियरिंग के लिए सर्वोत्तम प्रथाओं और कॉर्पोरेट क्लाउड वातावरण में एमएल मॉडल तैनात करने के लिए आवश्यक वास्तुशिल्प विचारों पर प्रकाश डालता है।
💡मुख्य बातें
- ├─एंड-टू-एंड एज़्योर एमएल तैनाती
- ├─स्वचालित सपोर्ट टिकट रूटिंग
- └─पायथन-आधारित टेक्स्ट वर्गीकरण
🎯के लिए
- ├─मशीन लर्निंग इंजीनियर
- └─क्लाउड आर्किटेक्ट